Listen bereinigen: Wann sind zwei Zeilen wirklich doppelt?
Legen Sie vor dem Entfernen doppelter Namen oder Codes fest, wann Einträge gleichwertig sind. Ähnlich aussehende Zeilen sind gerade bei schreibungsabhängigen Kennungen nicht unbedingt derselbe Datensatz.
Vor dem Löschen Gleichheit definieren
Rand-Leerzeichen zu entfernen hilft bei kopierten E-Mail-Listen, verändert aber Daten, in denen sie wichtig sind. Großschreibung zu ignorieren kann Roof und roof zusammenführen; das passt nicht zu jeder Kennung.
ToolRoof behandelt jede Zeile als Eintrag. Es erkennt keine Personenidentitäten, normalisiert keine Unicode-Formen und ersetzt keine Ziffern im Inhalt. Bewahren Sie die Quelle zur Kontrolle auf.
Textsortierung ist keine Zahlensortierung
Textvergleich hängt von der Sprache ab. Auch bei festgelegter Sprache müssen item2 und item10 nicht numerisch geordnet sein: Das Werkzeug sortiert Text, keine natürlichen Zahlenfolgen.
Wenn Eingangsreihenfolge oder Priorität wichtig sind, lassen Sie die Sortierung aus. Beim Entfernen von Duplikaten bleibt die erste nach den Regeln erhaltene Fassung, nicht zwingend die neueste oder richtigste.
Quellen: MDN — Locale-sensitive text comparison with Intl.Collator
Anzahlen helfen bei der Prüfung
Vergleichen Sie die Zeilenzahlen und prüfen Sie ähnliche Einträge. Weniger Zeilen können auf entfernte Leerzeilen oder Duplikate zurückgehen, nicht auf erkannte falsche Datensätze.
Dies ist keine Kontakt- oder E-Mail-Prüfung und keine Datensatzzusammenführung. Testen Sie unkritische Beispieldaten, bevor Sie eine wichtige Arbeitskopie verändern.
Beispiel: 5 Zeilen, unterschiedliche sinnvolle Ergebnisse
Die Liste enthält Roof, roof, Roof mit zwei umgebenden Leerzeichen, eine Leerzeile und Floor. Ränder trimmen, Leerzeilen löschen und Großschreibung ignorieren ergibt Roof und Floor: 2 Einträge aus 5 Zeilen.
Mit beachteter Großschreibung und sonst gleichen Regeln bleiben Roof, roof und Floor: 3 Einträge. Keines ist immer richtig; entscheidend ist, ob die Schreibweise Identität oder nur Darstellung ist.